StyleFusion：一种用于解耦空间区域段的生成模型
计算机视觉与模式识别
2021-07-16 v1
摘要
我们提出 StyleFusion，一种用于 StyleGAN 的新映射架构，它接收若干潜码并将其融合为单一风格码。将所得风格码插入预训练的 StyleGAN 生成器，可生成一幅协调的图像，其中每个语义区域由其中一个输入潜码控制。有效地，StyleFusion 产生图像的解耦表示，对生成图像的每个区域提供细粒度控制。此外，为有助于对生成图像的全局控制，一个特殊的输入潜码被纳入融合表示中。StyleFusion 以层次化方式运作，每一层负责学习解耦一对图像区域（例如车身与车轮）。所得习得解耦允许修改局部细粒度语义（如面部特征）以及更全局的特征（如姿态与背景），在合成过程中提供更高灵活性。作为一个自然扩展，StyleFusion 使人能够执行未必对齐区域的语义感知跨图像混合。最后，我们展示 StyleFusion 如何与现有编辑技术配对，以更忠实地将编辑约束在用户感兴趣区域内。
引用
@article{arxiv.2107.07437,
title = {StyleFusion: A Generative Model for Disentangling Spatial Segments},
author = {Omer Kafri and Or Patashnik and Yuval Alaluf and Daniel Cohen-Or},
journal= {arXiv preprint arXiv:2107.07437},
year = {2021}
}
备注
Code is available at: https://github.com/OmerKafri/StyleFusion